Var(b2)= ∑x 计算命令如下： Scalar seb2=(food income.@ssr/(food income.@regobs-2)/((@stdev(x))2*(@obs(x)-1)) 结果为0.00093 Cor(6,4)=-F_62 的计算命令如下 Scalar covblb2=-@mean(x)* (food_income.@ssr/(food_income.@regobs-2)) /((@stdev(x))2*(@obs(x)-1)) 计算结果为：-0.650987 (3)使用EViews的菜单命令验证(2)中的计算结果是否一致。请给出菜单操作过程。 点击方程对象窗口中的菜单：View→Covariance Matrix,可以看到参数估计值的方差一 协方差矩阵。其中对角线元素为参数估计值的方差，非对角线元素为参数估计值的协方差， 其中的数值与(2)中的公式计算结果是完全一致的。 Equation:F0OD IHCOME Torkfile:N04-PROB1 ▣回x Viev Procs Objects Print Name Freeze Estimate Forecast Stats Resids Coefficient Covariance Matrix C 490.1200 -0.650987 -0.650987 0.000933 题二 现代投资分析的特征线涉及如下回归方程：广=B+B2'm+4,其中，表示股票在时刻1的 对数收益率（计算公式为，=nP,P,为股票收盘价），m表示在时刻1的市场收益率。 Pi 在投资分析中，B,用于度量市场风险。如果B,>1,则该股票称为不稳定证券。利用附件 中提供的EXCEL数据表（表中提供公司股票收盘价和市场收益率数据），n 2 2 2 ˆ ( ) ( ) σ = ∑ i Var b x 计算命令如下： Scalar seb2=(food_income.@ssr/(food_income.@regobs-2))/((@stdev(x))^2*(@obs(x)-1)) 结果为 0.00093 n( ) 2 1 2 2 i ˆ Cov b ,b X x σ = − ∑ 的计算命令如下 Scalar covb1b2=-@mean(x)* (food_income.@ssr/(food_income.@regobs-2)) /((@stdev(x))^2*(@obs(x)-1)) 计算结果为：-0.650987 （3） 使用 EViews 的菜单命令验证（2）中的计算结果是否一致。请给出菜单操作过程。 点击方程对象窗口中的菜单：View→Covariance Matrix，可以看到参数估计值的方差－ 协方差矩阵。其中对角线元素为参数估计值的方差，非对角线元素为参数估计值的协方差， 其中的数值与（2）中的公式计算结果是完全一致的。 题二 现代投资分析的特征线涉及如下回归方程：t mt ut r = B1 + B2 r + ，其中 tr 表示股票在时刻t 的 对数收益率（计算公式为 1 ln − = t t t p p r ， pt 为股票收盘价）， mt r 表示在时刻t 的市场收益率。 在投资分析中， B2 用于度量市场风险。如果 1 B2 > ，则该股票称为不稳定证券。利用附件 中提供的 EXCEL 数据表（表中提供公司股票收盘价和市场收益率数据）